待验证50% 置信事实精确时间
CPT的核心包括两点：概率权重函数（对小概率事件赋予过高权重、对中高概率事件赋予过低权重）和价值函数（以参考点为界定义收益与损失效用，损失区间更陡峭，且收益区间风险规避、损失区间风险寻求）。
1
来源数
50%
置信度
长期有效
时效性
2026/11/5
首次发现
来源
涉及实体
相关事实
待验证CPT效用是关于奖励分布的非线性泛函，不是奖励的线性期望，这破坏了传统乐观算法依赖的期望线性可加性。68% 相似待验证高风险高价值场景与低风险快速见效场景之间存在权衡，首个用例应牺牲潜在价值换取低试错成本67% 相似待验证现有基于CVaR的风险规避方法将静态或动态CVaR应用于价值函数以捕捉轨迹层面的风险，但忽视了信念内部的风险66% 相似待验证论文通过奇偶耦合构造证明：对子任务经验风险最小化器，当T≤n时，期望最终任务风险至少是最优类内风险加上Ω(√(T/n))，表明上界在量级上是紧的。65% 相似待验证研究针对广泛的核函数给出基于信息增益的核CPT Bandits遗憾界，其结果与对应的风险中性核方法速率在忽略对数因子后相匹配。64% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1138270API
curl https://kongchang.com/api/v1/knowledge/claims/1138270MCP
get_claim(id=1138270)